MachineLearnAthon: An Action-Oriented Machine Learning Didactic Concept

要約

機械学習 (ML) 技術は、現在、社会科学から自然科学、工学に至るまで、さまざまな分野で使用されています。
ML の幅広い応用とその進化の加速により、このテクノロジーの応用をより信頼性と信頼性を高めることを目的とした専用の教育コンセプトの必要性が高まっています。
ただし、ML を教えるのは困難な作業です。
ML アルゴリズムの方法論的な複雑さは別として、理論と実装の両方に関して、この分野の学際的かつ経験的な性質を考慮する必要があります。
この文書では、MachineLearnAthon 形式を紹介します。これは、数学、プログラミング、および専門分野の専門知識のレベルが異なる、さまざまな分野の学生を包括するように設計された革新的な教育概念です。
この概念の中心には、現実世界の問題を解決するために産業用データセットを利用する ML の課題があります。
これらは ML パイプライン全体をカバーし、データの準備から展開、評価に至るまでのデータ リテラシーと実践的なスキルを促進します。

要約(オリジナル)

Machine Learning (ML) techniques are encountered nowadays across disciplines, from social sciences, through natural sciences to engineering. The broad application of ML and the accelerated pace of its evolution lead to an increasing need for dedicated teaching concepts aimed at making the application of this technology more reliable and responsible. However, teaching ML is a daunting task. Aside from the methodological complexity of ML algorithms, both with respect to theory and implementation, the interdisciplinary and empirical nature of the field need to be taken into consideration. This paper introduces the MachineLearnAthon format, an innovative didactic concept designed to be inclusive for students of different disciplines with heterogeneous levels of mathematics, programming and domain expertise. At the heart of the concept lie ML challenges, which make use of industrial data sets to solve real-world problems. These cover the entire ML pipeline, promoting data literacy and practical skills, from data preparation, through deployment, to evaluation.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google